首頁內容關於
ReiY的沙龍
從 機器學習）的限制出發，介紹深度學習如何透過多層神經網路，讓機器能夠自行從資料中學習特徵，而不再依賴人工定義；介紹深度學習的運作概念、AI「黑箱模型」的特性、 CNN、RNN、Transformer 等常見模型與應用。——AI，其實早已存在於我們的生活之中。
重新整理自己對人工智慧的理解。從圖靈測驗的定義出發，釐清 AI 的兩種發展路線：Symbolic AI 與 Data Driven AI還有Machine Learning、概念與學習方式，包含監督學習、非監督學習與強化學習，。
原本覺得AI概念都長得很像，看了很多圖還是有點混亂。後來試著自己重畫架構，才發現問題其實是不同層次被混在一起。這篇就是我從「好像懂了」到「比較能說清楚」的整理過程。
文組背景，三個月自學準備 AI 證照，並同時報考 iPAS AI 應用規劃師與生成式 AI 能力認證。
這篇記錄我的準備過程、學習方法與考試心得，
也分享文組如何建立 AI 知識架構，以及如何在 AI 時代找到自己的位置。
從 機器學習）的限制出發，介紹深度學習如何透過多層神經網路，讓機器能夠自行從資料中學習特徵，而不再依賴人工定義；介紹深度學習的運作概念、AI「黑箱模型」的特性、 CNN、RNN、Transformer 等常見模型與應用。——AI，其實早已存在於我們的生活之中。
重新整理自己對人工智慧的理解。從圖靈測驗的定義出發，釐清 AI 的兩種發展路線：Symbolic AI 與 Data Driven AI還有Machine Learning、概念與學習方式，包含監督學習、非監督學習與強化學習，。
原本覺得AI概念都長得很像，看了很多圖還是有點混亂。後來試著自己重畫架構，才發現問題其實是不同層次被混在一起。這篇就是我從「好像懂了」到「比較能說清楚」的整理過程。
文組背景，三個月自學準備 AI 證照，並同時報考 iPAS AI 應用規劃師與生成式 AI 能力認證。
這篇記錄我的準備過程、學習方法與考試心得，
也分享文組如何建立 AI 知識架構，以及如何在 AI 時代找到自己的位置。
